论文部分内容阅读
提出一种基于随机漂移粒子群(RDPSO)算法优化的随机森林(RF)水质综合评价方法,利用RDPSO算法优化RF决策树数量和分裂属性个数2个关键参数,构建RDPSO-RF评价模型,并与基于RDPSO算法优化的回归支持向量机(SVR)评价模型作对比,以红河州17个水库型饮用水水源地水质综合评价为例进行实例研究。通过评价因子各分级阈值构建样本对RDPSO-RF、RDPSO-SVR模型进行训练及测试,利用测试好的模型对实例水质进行综合评价。结果表明:RDPSO-RF模型对训练、测试样本模拟的平均相对误差绝对值分别